WAV в текст
WAV с PCM не добавляет потерь сжатия, но качество распознавания по-прежнему зависит от микрофона, шума и разборчивости речи. Стерео 44,1 кГц/16 бит занимает около 10 МБ в минуту.
Материал сервиса Транскриба. Исправления и вопросы: help@transkriba.ru. Проверено 14 сентября 2026 г..
Технические характеристики WAV
| Полное название | RIFF WAVE, несжатый PCM |
|---|---|
| Контейнер | RIFF (32-битное поле размера) |
| Кодеки внутри | PCM s16le, PCM s24le, PCM f32le, иногда GSM 6.10 или ADPCM |
| MIME-типы | audio/wav, audio/x-wav, audio/vnd.wave |
| Расширения | .wav, .wave, .bwf |
| Типичный битрейт | 1411 кбит/с |
| Частота дискретизации | 44 100 Гц, стерео 16 бит |
| Сжатие | без потерь |
| Демультиплексирование | не нужно |
| Лимит на файл | 8 ГБ и до 10 часов — действуют оба ограничения |
| Минут в 1 ГБ | 99 |
Что конвейер делает именно с WAV
- FFmpeg читает заголовок WAV и декодирует поддерживаемый подтип, включая PCM и некоторые варианты ADPCM.
- Декодированный звук приводится к PCM 16 кГц моно, который получает модель распознавания.
- Все каналы FFmpeg сводит в один монофонический поток по стандартной матрице. Сервис не отбрасывает пустые входы и не даёт выбрать канал.
- Таймкоды результата начинаются с начала декодированного звука. Поле TimeReference из BWF сейчас не превращается в монтажный таймкод или закладку.
Откуда берутся такие файлы
- Рекордеры Zoom H1n/H5/H6, Tascam DR-40X
- Экспорт из Audacity и Reaper
- Записи с петличных микрофонов на съёмке
- Выгрузка из систем протоколирования судебных заседаний
Грабли, о которых стоит знать заранее
- Жёсткий потолок 4 ГБ
Поле размера в RIFF 32-битное. Стерео 44,1 кГц/16 бит упирается в потолок примерно на 6 часах 45 минутах, а 24 бит/48 кГц — уже на 3 часах 45 минутах. Длинные заседания пишите в RF64 или W64, либо сегментами.
- Заголовок «0 байт данных» у оборванной записи
Если рекордеру выключили питание, поле длины в заголовке может остаться нулевым. Такой файл может не декодироваться. Сначала восстановите заголовок в аудиоредакторе и проверьте всю запись в плеере.
- Неподключённый канал с наводкой 50 Гц
Пустой вход рекордера может добавить сетевую наводку при сведении в моно. Сервис не определяет и не отбрасывает такой канал; удалите его в редакторе до загрузки.
Как формат влияет на точность
WAV с PCM сохраняет звук без потерь от сжатия. Сам формат не определяет WER: шум, микрофон и речь влияют на результат. Опубликованные модельные бенчмарки не являются гарантией для вашего WAV.
Проверка файла и расчёт стоимости
Файл не загружается и никуда не отправляется: длительность читает ваш браузер локально. Ограничения показаны для WAV.
Отменять ничего не нужно: у нас нет автопродления и мы не храним данные платёжных карт.
Частые вопросы
Стоит ли конвертировать WAV в MP3 перед загрузкой, чтобы быстрее залилось?
Если канал узкий, сделайте копию в MP3, но сохраните исходный WAV. Итог зависит от кодировщика, битрейта и записи; сначала сравните короткий представительный фрагмент, особенно для имён и терминов.
У меня 8-канальная запись с рекордера. Что вы сделаете?
FFmpeg сведёт все каналы в моно. Если нужен конкретный микрофон, извлеките его в отдельный файл до загрузки, например ffmpeg -i multichannel.wav -map_channel 0.0.2 mic-3.wav.
Сколько минут WAV помещается в гигабайт?
При 1411 кбит/с — около 99 минут. Стандартный RIFF WAV ограничен примерно 4 ГБ, хотя общий лимит загрузки сервиса составляет 8 ГБ. Для длинной записи используйте несколько WAV-файлов или сжатый без потерь FLAC.